《表2 探索性潜在类别分析模型拟合情况比较》

《表2 探索性潜在类别分析模型拟合情况比较》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《旅游小城镇利益主体适应性评价——以皖南宏村和汤口镇为例》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

潜在类别分析常通过信息评价准则(AIC、BIC、CAIC以及SABIC等)来评价,信息指数越小表示模型拟合越好。选取最佳聚类个数,可以简单地看BIC的值,BIC会有一个递减再递增的过程,转折点的最小值通常认为是最佳的,如果出现两个转折点,则以cluster个数较小的为最佳。本文中,随着模型类别数的增加,各拟合信息指数在3个类别模型中减少的幅度达到最大并开始平缓下降,因此选择3个类别模型(表2)。